基于PHM的航空装备可用度影响因素分析方法

对已有的航空装备可用度分析方法进行了综述,将航空装备可用度影响因素分为三类.通过PHM(Prognostics and Health Management)技术对航空装备保障过程的影响分析,梳理了基于PHM的航空装备可用度影响因素,并将这些因素按照其来源分为使用影响因素和设计影响因素两大类.给出了4个合理的仿真假设条件以简化仿真过程,并进一步将设计影响因素分为5种,并结合一个实例给出了基于PHM的航空装备可用度影响因素仿真过程中的输入.提出给定装备系统及其保障系统参数条件下的稳态可用度为仿真的输出,并给出与仿真输入相符的解析计算公式.详细描述了仿真程序的构成及其流程图.最后,以图形的方式给出了仿真结果,给出了案例的单因素分析及多因素耦合分析的过程及结论,验证了所提出的分析方法的可行性.      

基于RF-SVR的燃油计量装置性能衰退检测和剩余寿命估计方法

为了实现航空发动机燃油系统的安全状态监测和健康管理,开展了燃油系统性能衰退检测和剩余使用寿命估计方面的研究。以燃油系统燃油计量装置为例,分析了其主要的性能衰退模式,设计了基于电流-速度数据的健康指标(HIs)选取方案,并考虑环境及模型参数不确定性,进行模型不确定性仿真,基于健康数据与性能衰退数据间的马氏距离对部件性能衰退进行检测。提出了基于随机森林-支持向量回归(RF-SVR)的剩余使用寿命(RUL)估计方法,利用通过RF特征选择优化的SVR模型实现部件RUL估计。最后基于某型民用涡扇发动机机械液压模型仿真数据对该方法进行了验证,结果表明:该方法的性能衰退检测虚警率及漏报率低于2%,RUL估计误差低于3%,可为航空发动机燃油系统的预测性维护提供参考。      

基于AHP的航空发动机健康评估系统设计

航空发动机健康状况评估是保证发动机安全工作、延长发动机使用寿命的一种重要技术措施.利用层次分析法(AHP),通过对国航发动机机群的监控数据进行插值计算,得到各个分权值,在对分权植进行处理得到综合权值,根据综合权值的大小并按发动机型号进行排队,开发出了一种新的航空发动机健康评估系统.     

习近平关于人民健康重要论述的生成逻辑论析

实现人民健康是中国共产党治国理政的重大政治任务.习近平关于人民健康的重要论述以马克思主义经典作家关于实现人民健康的基本思想为理论基石,充分吸收了中国传统文化的有益成分与传统中医的健康养生理念,传承发展了中国共产党历来就重视和关注人民健康的理论与实践,与新时代全面建成小康社会的基本要求交相呼应.在新时代推进卫生与健康工作...     

产业安全问题研究——基于生态学视角

随着中国对外开放程度不断加大,产业安全问题越来越引起人们的重视,但目前普遍采用的产业安全评价指标尚存在着片面性。文章通过运用生态系统健康评价理论来考察国家产业安全存在的问题和面临的挑战,认为国家产业系统是一个由各行业企业与环境构成的社会生态系统,也具有生态系统的一般属性,因而把生态学原理应用到产业安全问题研究上,借鉴生态系统安全理论提出了产业生态系统的内涵,构建了产业安全的健康指数和敏感性指标,为产业安全评价提供了新的思路与方法。     

航空电子的故障预测与健康管理技术

分析了引发航空电子设备故障的各种因素;详细讨论了航空电子设备全寿命周期内的故障预测与健康管理（PHM）技术,包括故障检测与健康监测、健康信息处理、故障预测和余寿评估;还介绍了基于健康信息综合管理的航空电子PHM系统的设计。     

基于符号序列联合熵的航空发动机健康监控方法

引入信息熵理论,结合对多参数时间序列的符号化处理,探讨其在航空发动机健康监控中的应用.利用符号序列联合熵对航空发动机性能参数无序程度的描述,分析航空发动机健康状态及其演化方向.对两组实际飞行数据的实验分析表明,该方法描述的航空发动机的健康发展趋势与实际情况相吻合,能够较好反映航空发动机的健康状态,可以为航空发动机的健康...     

基于超球体平方根无迹Kalman滤波算法的涡扇发动机气路部件故障诊断

研究了一种超球体平方根无迹Kalman滤波算法用来有效跟踪涡扇发动机气路部件发生渐变性和突变性故障的健康参数.该算法通过超球体单形采样来降低算法的计算量,采用测量残差协方差阵的平方根代替方差阵进行递推运算,提高了算法的计算效率和数值稳定性.分别采用扩展Kalman滤波算法、无迹Kalman滤波算法和超球体平方根无迹Kalman滤波算法对某型涡扇发动机进行仿真,结果表明:超球体平方根无迹Kalman滤波算法的滤波时间减少50%左右,能够实现渐变性和突变性故障中健康参数的准确估计,是一种有效的涡扇发动机气路部件参数估计和故障诊断方法.      

一种基于两级判别逻辑的小型化冲击区域监测系统

对复合材料结构的冲击事件进行机载在线监测具有迫切的应用需求。面向机载研制了一种基于两级判别逻辑的小型化冲击区域监测系统。首先,提出了一种基于两级判别逻辑的冲击区域定位算法,能够在大规模可编程逻辑门阵列(FPGA)中实现基于冲击数字序列的冲击事件在线记录,并提高了冲击区域定位的准确性。其次,研制了小型化冲击区域监测系统,采用无源滤波器和比较器,将压电传感器输出的冲击响应信号直接转换为冲击数字序列,采用FPGA替代数字电路并实现冲击监测,简化了常规冲击监测系统的电路,降低了系统的尺寸和功耗。系统具有体积小、重量轻、功耗低以及支持传感器数目多的特点。验证结果表明:该系统能够正确响应每次冲击事件并能准确定位冲击发生的区域。     

A new remaining useful life estimation method for equipment subjected to intervention of imperfect maintenance activities

As the key part of Prognostics and Health Management (PHM), Remaining Useful Life (RUL) estimation has been extensively investigated in recent years. Current RUL estimation studies considering the intervention of imperfect maintenance activities usually assumed that maintenance activities have a single influence on the degradation level or degradation rate, but not on both. Aimed at this problem, this paper proposes a new degradation modeling and RUL estimation method taking the influence of imperfect maintenance activities on both the degradation level and the degradation rate into account. Toward this end, a stochastic degradation model considering imperfect maintenance activities is firstly constructed based on the diffusion process. Then, the Probability Density Function (PDF) of the RUL is derived by the convolution operator under the concept of First Hitting Time (FHT). To implement the proposed RUL estimation method, the Maximum Likelihood Estimation (MLE) is utilized to estimate the degradation related parameters based on the Condition Monitoring (CM) data, while the Bayesian method is utilized to estimate the maintenance related parameters based on the maintenance data. Finally, a numerical example and a practical case study are provided to demonstrate the superiority of the proposed method. The experimental results show that the proposed method could greatly improve the RUL estimation accuracy for the degrading equipment subjected to imperfect maintenance activities.